Pendekatan baharu untuk penyelidikan saintifik: biarkan GPT-3 membantu anda

Artikel ini dicetak semula dengan kebenaran Qubit media baharu AI (ID akaun awam: QbitAI). seorang lelaki Cina——

Beritahu AI ​​matlamat penyelidikan anda, kemudian "masukkan" set data ke dalamnya, dan anda selesai.

Ini adalah penyelidikan terbaharu oleh Zhong Ruiqi, pelajar kedoktoran dari Berkeley, dan lain-lain Proses "pengumpulan bukti" yang membosankan daripada set data besar-besaran semuanya diselesaikan oleh GPT-3:

<.>

Mereka juga mendapati kaedah penggunaan AI untuk penyelidikan saintifik ini bukan sahaja sangat cekap, malah boleh menghasilkan "kejutan yang tidak dijangka" yang tidak terfikir oleh manusia.

Biar GPT-3 membantu anda dengan penyelidikan saintifik

Jadi mengapa anda semua mahu melakukan penyelidikan saintifik dengan cara ini?

Ini kerana mereka mendapati bahawa perlombongan korpora besar secara mendalam memang boleh membuahkan hasil yang berguna, tetapi jika proses ini dilakukan oleh manusia, ia terlalu memakan masa dan susah payah.

Oleh itu, mereka memutuskan untuk menyerahkan proses yang membosankan ini kepada GPT-3, dan menamakan tugas ini sebagai "D5":

Penemuan Perbezaan Pengagihan Berpandukan Matlamat melalui Penerangan Bahasa

Melalui huraian bahasa, penemuan berasaskan matlamat bagi perbezaan yang diedarkan dicapai.

Proses tugasan "D5" hanyalah dua tindakan:

Masukkan matlamat penyelidikan

Masukkan dua korpora

Sebagai contoh, dalam kes di atas, adik lelaki pertama memasukkan dua korpora ke dalam AI:

Korpus A: Mengambil ubat Laporan tindak balas pesakit selepas A

Korpus B: Laporan tindak balas pesakit selepas mengambil ubat B
• Kemudian tentukan matlamat penyelidikan anda kepada AI, iaitu, "Saya ingin tahu tentang kesan sampingan ubat A" .

Selepas AI ​​menerima tugas itu, ia segera mula melaksanakan kerja analisis, dan akhirnya sampai pada kesimpulannya:

Sampel dalam korpus A, lebih ramai pesakit akan menyebut "paranoia ".

Tetapi bayangkan, jika penyelidik manusia melakukan kerja ini, ia akan mengambil banyak masa hanya untuk memahami korpora A dan B, apatah lagi analisis perbandingan lanjut dan kerja lain.

Sebab mengapa misi D5 dapat dilakukan dengan begitu lancar adalah kerana mereka telah melakukan banyak kerja di belakang tabir.

Sebagai contoh, set metadata OpenD5 dibina, yang mengandungi 675 soalan terbuka selaras dengan tugasan D5, meliputi bidang seperti perniagaan, sains sosial, kemanusiaan, kesihatan dan pembelajaran mesin.

Dan setiap soalan terbuka sepadan dengan pasangan korpus (Corpus A dan Corpus B), dengan purata 17,000 sampel.

Adik lelaki itu juga menggunakan 50% daripada setiap korpus sebagai bahagian penyelidikan, dan 50% lagi digunakan untuk pengesahan.

Berdasarkan perkara ini, saya membina "sistem D5". Prinsip kerjanya adalah sama seperti manusia mendapatkan penemuan daripada pangkalan data Ia dibahagikan kepada dua peringkat, iaitu mengemukakan hipotesis secara kreatif, dan kemudian menganalisis data dalam pangkalan data Hipotesis ini diuji dengan ketat pada set.

Menurut idea ini, penyelidik seterusnya menjalankan eksperimen menggunakan GPT-3.

Mereka mula-mula menunjukkan GPT3 matlamat penyelidikan dan beberapa sampel daripada setiap korpus, dan kemudian memintanya untuk menghasilkan senarai hipotesis.

Percubaan akhir mendapati GPT-3 boleh menggunakan perihalan sasaran untuk mencadangkan hipotesis yang lebih relevan, novel dan bermakna.

Ia adalah tepat kerana set data OpenD5 merangkumi begitu banyak medan sehinggakan abang saya berkata bahawa sistem D5 mereka mempunyai pelbagai aplikasi.

Ada juga kelemahannya

Tetapi berkenaan sistem D5 ini, saya juga terus terang menyatakan kelemahannya.

Sebagai contoh, jika korpus mengandungi banyak slanga, bahasa sehari-hari, atau perkataan dengan emosi, maka "penemuan" yang diberikan oleh AI akan menjadi berat sebelah.

Ringkasnya, AI telah salah faham dan menganalisis perbendaharaan kata atau perihalan situasi tertentu.

Selain itu, abang juga mengatakan bahawa korpus yang lebih fleksibel dan sistem yang lebih berskala juga menjadi tumpuan penyelidikan masa depan mereka.

Namun, nampaknya penyelidikan ini telah membuatkan saya sangat teruja Lagipun, ia adalah satu langkah mendekati impiannya untuk "membina penyelidikan saintifik menggunakan manuskrip AI".

Pautan rujukan:

[1] ​​https://www.php.cn/link/ b1adda14824f50ef24ff1c05bb66faf3​​​
[2]​​​https://www.php.cn/link/ec26fc2eb2b75aece19c70392dc744c2>​​

Atas ialah kandungan terperinci Pendekatan baharu untuk penyelidikan saintifik: biarkan GPT-3 membantu anda. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!